熵增（Entropy）
混乱是常态，秩序是例外——以及为什么"对抗熵增"是管理者的核心工作。
**预计时间：**15 分钟 + 20 分钟测验 = 35 分钟。
一、物理学的熵
1.1 第二定律的两种表述
克劳修斯表述：热量不能自发从低温物体传到高温物体。
开尔文表述：不可能从单一热源吸热并把它全部转化为功而不产生其他影响。
两句话其实是同一件事：自发过程的方向是熵增。
1.2 玻尔兹曼公式
S = k × ln(W)其中 S 是熵，k 是玻尔兹曼常数，W 是微观状态数。直觉：
- W 越大（可能的状态越多），S 越大（熵越高）。
- 系统自然趋向 W 最大的状态——最概然状态就是最混乱状态。
- 一只玻璃杯摔碎：碎片的可能排列数远多于完整杯子的排列数——所以玻璃自然趋向碎。
二、信息熵——香农的扩展
香农（Claude Shannon）把熵的概念引入信息论：
H(X) = -Σ p(x) × log p(x)含义：信息量 = 不确定性。如果你已经知道答案，信息量是 0；如果你什么都不知道，信息量最大。
信息论的熵和热力学的熵本质相同：
- 消息降低接收者的不确定性 → 携带”负熵”。
- 噪声增加接收者的不确定性 → 增加熵。
- 代码需要持续维护，否则熵增（注释过时、命名混乱、依赖冗余）。
三、商业熵增的实例
3.1 企业熵增
芒格说”反熵是管理者的核心工作”——持续输入能量（管理精力、制度、文化）来对抗混乱。
典型表现：
- 流程越来越复杂——每加一个例外都让规则变臃肿。
- 会议越来越多——没人敢砍会。
- 文档越来越过时——没人维护。
- 代码越来越难维护——没人重构。
- 组织越来越官僚化——决策越来越慢。
3.2 市场套利消失
市场中的套利机会就像”局部低熵区”——一旦被发现，资本涌入迅速抹平（熵增回到均衡）。
3.3 熵增的不可逆性
泼出去的水收不回来——这是熵增的不可逆性。同样的：
- 已经扩散的品牌损害很难修复。
- 已经建立的客户不信任很难重塑。
- 已经形成的组织文化很难改变。
四、对 PM/BA 的具体启示
- 哪些步骤是必要的？哪些是历史遗留？
- 哪些步骤可以自动化？
- 哪些重复决策可以变成规则？
把审视作为常态化机制，而不是临时项目。
- 模块化——边界清晰，内部变化不影响外部。
- 解耦——通过接口而非实现通信。
- 清晰的接口定义——不依赖内部细节。
- 单一职责——一个模块只做一件事。
这些特性让系统持续抵抗熵增，而不是让维护成本随时间线性上升。
- 代码与文档同生——commit 时检查文档是否更新。
- 文档自描述——README、注释、API 文档尽量从代码生成。
- 老旧文档主动清理——把过时文档标"DEPRECATED"或删除。
记住：文档的熵增比代码更难察觉，但同样致命。
五、判断”熵增”vs”必要复杂度”
不是所有复杂度都是熵增。区分：
| 类型 | 特征 | 处理 |
|---|---|---|
| 必要复杂度（Essential） | 业务本身固有的复杂——多角色、多规则、多场景 | 用更好的抽象管理 |
| 偶然复杂度（Accidental） | 技术选型、组织结构、历史包袱带来的复杂 | 主动重构清理 |
芒格式思维：必要复杂度不要怕，偶然复杂度必须清。
六、测验（12 题）
热力学第二定律的核心是？
玻尔兹曼公式 S = k × ln(W) 中 W 代表？
"维持秩序需要从外界输入能量"的商业含义？
信息熵 H(X) = -Σ p(x) log p(x) 的含义？
芒格说"反熵是管理者的核心工作"是因为？
"市场套利消失"是熵增的表现因为？
对抗系统熵增最有效的方式是？
流程为什么需要定期审视？
"好的架构不是功能最多，而是能持续抵抗混乱"的依据是？
"文档的熵增比代码更难察觉"是因为？
"必要复杂度"和"偶然复杂度"的区别？
芒格式思维对两类复杂度的态度是？
读场景题
R1. 场景：你的系统运行 3 年后，文档 90% 过时，新人上手要 2 个月。从熵增角度看，应该？
R2. 场景：你的产品用户群从 ToB 扩展到 ToC 后，UX 复杂度爆炸增长。这是必要复杂度还是偶然复杂度？
**下一步：**看 Lesson 0007 · 反馈回路（Feedback Loops）。